Проверочный промпт
Когда собираешься что-то сделать, запустить, протестировать, хочется заранее знать: что может пойти не так.
Ну, например:
Встретил старого знакомого, он организует покерный турнир, я хочу пойти поиграть. Что может пойти не так?
1. Организация таких турниров незаконна. Вас всех могут повязать мордой в пол.
2. Знакомый может специально разводить именно тебя, все остальные в турнире — в сговоре.
3. Даже если «всё ровно», ты садишься играть в игру с отрицательным математическим ожиданием. Все игроки в среднем станут беднее, потому что заплатят комиссию.
Неплохо, если такие риски ты узнаешь заранее и примешь меры безопасности. Или просто не пойдешь.
Риски могут быть и не в покерном турнире, а просто в бизнесе. Перед запуском продукта, наймом новой команды, открытием нового филиала и тд.
Умные люди в аналитических конторках научились пользоваться ИИ для первичной оценки таких рисков. Но не прямым вопросом «что может пойти не так». А, как бы, через уже свершившийся факт.
Попробуйте спросить ИИ не о будущем, а о «прошлом». Как будто вы уже всё сделали и провалились. Пусть скажет, в чем причина провала.
Условно:
Я открыл Чайхану на Старом Арбате, вложил в неё 10 миллионов, нанял 10 сотрудников, вложил в рекламу у блогеров и на картах, но через 6 месяцев закрылся. В чем моя ошибка? Распиши всё, что можешь предположить.
В результате получишь список того, что может пойти не так. Потому что он будет искать информацию в своём массиве не из гипотез о будущем, а из историй о прошлом.
Грубо говоря, расскажет, почему «другие заведения закрываются с похожими данными». Основываясь на форумах и статьях в интернете, в которых люди уже делились подобным опытом.
Специального промпта не будет, ситуации разные. Просто формула:
Мы сделали Х
+ все исходные данные
+ уточнения и детали
+ вопрос: «в чём причина провала?»
= потенциальные риски
Пользуйтесь.
Но не для того, чтобы «найти причины не делать». А чтобы подстелить соломку и предусмотреть проблемы.
Когда собираешься что-то сделать, запустить, протестировать, хочется заранее знать: что может пойти не так.
Ну, например:
Встретил старого знакомого, он организует покерный турнир, я хочу пойти поиграть. Что может пойти не так?
1. Организация таких турниров незаконна. Вас всех могут повязать мордой в пол.
2. Знакомый может специально разводить именно тебя, все остальные в турнире — в сговоре.
3. Даже если «всё ровно», ты садишься играть в игру с отрицательным математическим ожиданием. Все игроки в среднем станут беднее, потому что заплатят комиссию.
Неплохо, если такие риски ты узнаешь заранее и примешь меры безопасности. Или просто не пойдешь.
Риски могут быть и не в покерном турнире, а просто в бизнесе. Перед запуском продукта, наймом новой команды, открытием нового филиала и тд.
Умные люди в аналитических конторках научились пользоваться ИИ для первичной оценки таких рисков. Но не прямым вопросом «что может пойти не так». А, как бы, через уже свершившийся факт.
Попробуйте спросить ИИ не о будущем, а о «прошлом». Как будто вы уже всё сделали и провалились. Пусть скажет, в чем причина провала.
Условно:
Я открыл Чайхану на Старом Арбате, вложил в неё 10 миллионов, нанял 10 сотрудников, вложил в рекламу у блогеров и на картах, но через 6 месяцев закрылся. В чем моя ошибка? Распиши всё, что можешь предположить.
В результате получишь список того, что может пойти не так. Потому что он будет искать информацию в своём массиве не из гипотез о будущем, а из историй о прошлом.
Грубо говоря, расскажет, почему «другие заведения закрываются с похожими данными». Основываясь на форумах и статьях в интернете, в которых люди уже делились подобным опытом.
Специального промпта не будет, ситуации разные. Просто формула:
Мы сделали Х
+ все исходные данные
+ уточнения и детали
+ вопрос: «в чём причина провала?»
= потенциальные риски
Пользуйтесь.
Но не для того, чтобы «найти причины не делать». А чтобы подстелить соломку и предусмотреть проблемы.